1. 引言
随着社会的发展,工业化和城镇化水平不断提高,城乡路网更加密集,车流量越来越大。据报道,道路扬尘、机动车尾气、工厂废气、城乡垃圾和秸秆燃烧已成为大气污染的重要源头 [1] [2] 。大气污染造成的危害,除了沙尘暴、雾霾、温室效应以外,还可能引起人体呼吸系统疾病、心脑血管疾病等健康问题 [3] [4] [5] [6] [7] 。
近年来,大气污染问题引起了人们的高度关注。任阵海等人认为,大气颗粒物是大气中存在的各种固态和液态颗粒状物质的总称,是影响空气环境质量的重要因素 [8] 。成勤等人研究发现,宜昌市主要污染物为PM2.5、PM10和O3,15℃~17℃时,易出现PM2.5-O3复合污染 [9] 。大气污染的状况受季节和地域的影响,马敏劲等人研究了2014~2015年中国南北方大气颗粒物的变化规律,发现北方地区颗粒物浓度比南方更高 [10] 。Li等人发现,2014至2016年全国PM2.5浓度从60.8 µg·m−3降低至45.1 µg·m−3,季节特征明显,呈现冬季高夏季低的特点,且西北地区因为春季浮尘、沙尘暴和扬尘等沙尘事件频繁,导致春季PM10浓度明显高于其他季节 [11] 。大量的流行病学研究结果表明,人体致癌率和死亡率的升高,与空气中的大气颗粒物浓度密切相关 [12] 。支敏康发现,不同人群对大气颗粒物的敏感度不同,不同粒径的大气颗粒物对人体的非致癌和致癌风险有明显差异,<9.0 μm的大气颗粒物对人体健康的影响显著,大气颗粒物对人体健康的影响,随粒径的减小而增大 [13] 。颗粒物可从呼吸系统、食物、粘液、消化道等多种途径进入人体,危害人的身体健康,甚至引起肺癌及心脑血管疾病 [14] 。Lademann J等人研究了大气颗粒物中有害成分对人体的影响,结果发现,特定粒径的颗粒物对皮肤毛囊具有较强的穿透力,可能对人体造成不可逆转的伤害 [15] 。
除了节能减排,从源头控制污染物排放之外,植树造林,合理扩大绿化面积是大气净化和环境治理的最有效措施之一。近年来,我国政府实施了一系列环境保护措施,大力发展低碳经济、扩大城市绿地面积,极大的降低大气颗粒物的含量。由于植物叶片具有独特的理化特性和特殊的表面结构,其对大气颗粒物具有一定的吸附能力,因此,通过筛选优良绿化树种和优化城市绿化方式,可以有效地净化空气,降低大气颗粒物对人体的伤害。目前,关于植物滞尘能力的研究,主要集中在滞尘效果方面 [16] [17] [18] ,而对其滞尘作用的机理尚不明确。本研究旨在通过对不同绿化树种叶表面微观结构及单位叶面积滞尘量的比较分析,说明植物叶表面微观结构与滞尘能力的关系,以便为当地优良绿化树种的筛选及大气环境保护提供理论参考和技术支持。
2. 材料与方法
2.1. 研究区域概况
宜州地处桂西北,地理坐标为108˚4'11''~109˚2'44''E,24˚0'10''~24˚5'25''N,属于亚热带季风气候区,光照充足,雨量丰沛,年降水量为1350 mm,年均气温为19.6℃~20.2℃,极端高温为39.8℃,极端低温为−2.2℃,夏季酷热多雨,冬季则寒冷干燥。宜州为河池辖区内经济文化较发达区域,工矿企业较多,交通繁忙,人员流动较大,大气颗粒物主要来源为户外施工作业、道路扬尘、工业排放、汽车尾气、秸秆焚烧及大气飘尘等。城区常见的绿化树种有杧果(Mangifera indica)、木樨(Osmanthus fragrans)、白兰(Michelia alba)、秋枫(Bischofia javanica)、木芙蓉(Hibiscus mutabilis)、鹅掌柴(Heptapleurum heptaphyllum)、红花羊蹄甲(Bauhinia blakeana)、鸡冠刺桐(Erythrina crista-galli)、复羽叶栾树(Koelreuteria paniculata)、红花檵木(Loropetalum chinense var. rubrum)、海南蒲桃(Syzygium hainanense)、蝴蝶果(Cleidiocarpon cavaleriei )、雅榕(Ficus concinna)、高山榕(Ficus altissima)、鳄梨(Persea americana)、银杏(Ginkgo biloba)、香樟(Cinnamomum camphora)及蒲桃(Syzygium jambos)、阴香(Cinnamomum burmanni)等。
2.2. 样品采集及处理
综合考虑主干道与普通道路周边大气环境的差异,选择宜州城区主干道和公共场所普遍栽种的绿化树种作为研究对象,以宜州城北的南北主干道为交通繁忙区采样点,以非交通繁忙区的河池学院校园道路作为对照采样点。参考常规的采样方法 [19] ,在晴天或雨后7 d的下午4时至6时采样,每个树种设置3个重复,在靠近路边一侧距离地面高度2 m处,随机采集10张成熟叶片,将采集的叶片装入塑料自封袋中,避免剧烈抖动和挤压,做好相应标记和采集记录,尽快带回实验室,在4℃冰箱中保存,备用。
2.3. 实验方法
2.3.1. 叶面颗粒物质量的测定
植物叶表层及其蜡质层滞留颗粒物质量的检测用洗脱——抽滤法 [20] [21] [22] [23] 。检测前,先将不同孔径的微孔滤膜放入60℃电热恒温鼓风干燥箱中烘30 min,然后,将其置于温度为25℃、相对湿度为40%人工气候箱内平衡24 h,再用精度为万分之一的电子天平称量滤膜的初始重量(W1)。剪取200 cm2左右的叶片组织,放入己标记的250 mL玻璃烧杯中,加入200 mL去离子水对叶片组织进行浸泡,用封口膜将烧杯口封住,在频率为60 Hz的超声波清洗仪中超声5 min。超声结束后,用镊子小心地夹住叶片组织,洗出液用孔径为100 μm的网筛分离粒径大于100 μm的颗粒物及其他杂质,然后依次用10 μm、2 μm、0.2 μm 3种不同孔径的亲水性滤膜进行过滤,完成后取出滤膜,在60℃的电热恒温鼓风干燥箱内干燥30 min,再将其置于温度为25℃、相对湿度为40%人工气候箱内平衡24 h,用精度为万分之一的电子天平称量其末重(W2)。不同粒径颗粒物的质量,可根据公式(1)进行计算。
(1)
2.3.2. 植物叶片面积的测定
将采集的植物叶片用自来水冲洗干净,沥干其表面的水分,平放在扫描仪上扫描,所得图像输入Image J (National Institutes of Health, USA)图像分析软件计算叶面积S (cm2) [24] 。单位叶面积留存的颗粒物质量,是衡量植物叶片对大气颗粒物滞留能力的重要指标,可用公式(2)进行计算。
(2)
2.3.3. 植物叶表面微观结构的观测
取新鲜叶子比较平坦的部位,沿叶脉两侧剪出大小5 mm × 5 mm的小块,用浓度为2.5%戊二醛溶液固定2 h,用去离子水冲洗2~3次,依次用浓度分别为70%、80%、90%、95%、100%的乙醇脱水15 min,将需要观察的叶片组织用导电胶粘在样品台上,经真空干燥和喷金处理后,用扫描电子显微镜对叶片表面的微观结构和颗粒物的附着状态进行观察和拍照,使用Image J图像处理软件对图像进行测量,即可获取叶片表面微观结构的各种参数 [25] [26] 。
2.3.4. 叶表面颗粒物粒径的测定
将植物叶片组织用去离子水进行超声波清洗处理后,立即将其取出,将洗涤液充分摇匀,然后,用激光粒径分析仪进行检测,用系统自带的颗粒粒度测量和分析系统进行数据的采集和分析。
2.3.5. 不同绿化树种滞尘效益的评价
对植物观赏性和经济性的评价,参考禹霖等人 [27] [28] 的方法;绿化树种滞尘效益的综合评价,用模糊数学的隶属函数法,并借鉴徐立人等人 [29] 的方法,具体计算按公式(3)进行。
(3)
式中:X是参试绿化植物,Q表示编号a的样本b指标隶属函数值,Xab表示编号a的样本b的指标测定值,
表示所有样本b的指标最小值,
表示所有样本b的指标最大值,而a则表示某个编号样本b的指标测定值,b代表特定指标。把各种不同绿化树种的各项指标隶属函数值累加求平均值,排序。根据各绿化树种平均隶属函数值大小,比较其滞尘能力,隶属函数值越大,植物滞留颗粒物的综合效益越强。
2.3.6. 数据处理与分析
使用Microsoft Excel 2019进行数据整理。运用单因素方差分析方法,对不同植物叶表面滞留的颗粒物质量及叶片表面结构参数进行比较分析,相关性分析用SPSS 26.0进行,图表绘制用Microsoft Excel 2019和Origin 2018进行。
3. 结果与分析
3.1. 不同绿化树种单位叶面积的滞尘量
3.1.1. 不同区域绿化树种叶表层的单位面积滞尘量差异
本研究区域常见绿化树种叶片表层的单位面积滞尘量测定结果见图1和图2。
注:在不同树种同一监测指标的比较中,不同小写字母表示差异显著(p < 0.05),下同。
Figure 1. Dust retention per unit area of leaf surface of different greening tree species in non-busy traffic areas
图1. 非交通繁忙区不同绿化树种叶片表层的单位面积滞尘量
![](//html.hanspub.org/file/26-1751303x14_hanspub.png?20230822092029223)
Figure 2. Dust retention per unit area of different greening tree species leaf surfaces in busy traffic areas
图2. 交通繁忙区不同绿化树种叶片表层的单位面积滞尘量
从不同粒径大气颗粒物滞留量的比较结果可知,无论是交通繁忙区还是非交通繁忙区,不同树种叶片表层的单位面积滞尘量均有明显差异,交通繁忙区绿化树种的滞尘量通常高于非交通繁忙区。
在非交通繁忙区,杧果的TSP滞尘量约为鸡冠刺桐的30倍,差异显著;就粗颗粒物(2.5~10 μm)而言,杧果叶表层的单位面积滞留量最大,木芙蓉和蝴蝶果则相对较小;木樨、白兰和杧果的PM2.5滞留量较大,其余树种则相对较小。在交通繁忙区调查的6种绿化树种中,杧果叶片叶表层的滞尘能力最强,红花羊蹄甲和秋枫叶表层的滞尘能力相对较差。
3.1.2. 不同区域绿化树种叶片蜡质层的单位面积滞尘量差异
研究区域不同绿化树种叶片蜡质层的单位面积滞尘量测定结果见图3和图4。由此可知,不同绿化树种叶片蜡质层的滞尘量有差异,滞留的颗粒物主要为可吸入颗粒物。
![](//html.hanspub.org/file/26-1751303x15_hanspub.png?20230822092029223)
Figure 3. Dust retention per unit area of wax layer on leaves of green tree species in non-busy traffic areas
图3. 非交通繁忙区绿化树种叶片蜡质层的单位面积滞尘量
![](//html.hanspub.org/file/26-1751303x16_hanspub.png?20230822092029223)
Figure 4. Dust retention per unit area of wax layer on leaves of green tree species in busy traffic areas
图4. 交通繁忙区绿化树种叶片蜡质层的单位面积滞尘量
3.1.3. TSP在叶片表层和蜡质层中的占比
TSP在不同树种叶片表层和蜡质层中的占比见图5。由此可见,不同绿化树种的叶表层和蜡质层对TSP的滞留量不同,其在总颗粒物量中的占比有差异。除鹅掌柴蜡质层滞留的TSP的量高于叶表层之外,其他树种均为叶表层滞留的TSP的量高于蜡质层。
注:A为非交通繁忙区;B为交通繁忙区,下同。
Figure 5. Proportion of TSP in the surface and wax layers of leaves of different greening tree species
图5. TSP在不同绿化树种叶片表层和蜡质层中的占比
3.1.4. 不同粒径颗粒物在叶片表层中的占比
为了进一步说明不同粒径颗粒物在被测植物叶片表层的占比,可对其在不同树种叶片表层的滞留量进行统计分析,结果见图6。
![](//html.hanspub.org/file/26-1751303x18_hanspub.png?20230822092029223)
Figure 6. Proportion of different particle sizes in the leaf surface layer of common greening tree species in Yizhou urban area
图6. 不同粒径颗粒物在宜州城区常见绿化树种叶片表层的占比
由此可知,宜州城区常见绿化树种对不同粒径颗粒物的滞留能力有差异,叶片表层滞留的大颗粒物(10~100 μm)较多,其中,大颗粒物滞留量最高的白兰是滞留量最小的红花羊蹄甲的4.11倍;在叶片表层停留的细小颗粒物(0.2~2.5 μm)质量,其平均值约占总颗粒物质量的6.61 %。
3.1.5. 不同粒径颗粒物在叶片表层的滞留特征
为了分析植物叶片表层滞留的微细颗粒物的粒径分布及其基本特征,可用激光粒径分析仪对不同植物叶片表层滞留的微细颗粒物粒径进行测定。结果表明,宜州城区常见绿化树种叶片表层滞留的微细颗粒物,其分布可呈单峰型、双峰型或多峰型,具体情况因树种不同而异。从本研究的结果看,被测树种叶片表层滞留颗粒物的分布,主要为单峰型和双峰型,颗粒物峰值的粒径大部分 < 5 μm。具体见图7和图8。
![](//html.hanspub.org/file/26-1751303x19_hanspub.png?20230822092029223)
Figure 7. Distribution of fine particle matter on the surface layer of leaves of tested tree species in non-busy traffic areas of Yizhou
图7. 宜州非交通繁忙区被测树种叶片表层微细颗粒物的分布
![](//html.hanspub.org/file/26-1751303x20_hanspub.png?20230822092029223)
Figure 8. Distribution of fine particle matter on the surface layer of leaves of tested tree species in busy traffic area of Yizhou
图8. 宜州交通繁忙区被测树种叶片表层微细颗粒物的分布
3.1.6. 不同采样区域植物叶片滞尘量的差异
不同采样区域植物叶片表层的滞尘量有一定的差异,具体情况见图9。从TSP来看,交通繁忙区采样点植物叶片表层的滞尘量大于相同树种的非交通繁忙区;与非交通繁忙区同一树种相同粒径的颗粒物滞留量相比,两者的差异不一定显著,有时,后者甚至大于前者。
![](//html.hanspub.org/file/26-1751303x21_hanspub.png?20230822092029223)
![](//html.hanspub.org/file/26-1751303x22_hanspub.png?20230822092029223)
![](//html.hanspub.org/file/26-1751303x23_hanspub.png?20230822092029223)
Figure 9. Comparison of differences in dust retention of green tree species in different sampling areas
图9. 不同采样区域绿化树种叶片滞尘量的差异比较
3.2. 不同树种叶表面的微观结构
3.2.1. 叶表面结构特征
宜州城区13种常见绿化树种叶表面微观结构的扫描电镜照片见图10,叶表面结构的主要特征见表1,叶表面结构的测量参数见表2。
![](Images/Table_Tmp.jpg)
Table 1. Comparison of leaf surface microstructure characteristics of 13 greening tree species in the urban area of Yizhou
表1. 宜州城区13种绿化树种叶表面微观结构特征比较
![](Images/Table_Tmp.jpg)
Table 2. Measurement parameters of leaf surface microstructure of 13 greening tree species in urban area of Yizhou
表2. 宜州城区13种绿化树种叶表面微观结构的测量参数
注:数据为平均值±标准差,同一列数据中的不同小写字母表示差异显著(p < 0.05),“–”表示不存在,下同。
3.2.2. 相关性分析
为深入说明不同植物叶片表面微观结构与大气颗粒物滞留量的关系,可对其表面特征参数与大气颗粒物滞留量的相关性进行分析,结果见表3。结果表明,植物叶表面气孔长度、气孔宽度分别与单位面积叶表层的滞尘量呈现显著的负相关和正相关(p < 0.05),气孔长度与气孔面积及表皮毛密度呈极显著正相关,气孔密度与叶表层的单位面积滞尘量呈极显著的正相关,气孔面积与表皮毛密度呈极显著正相关,其余被测指标之间,虽有一定的相关性,但不显著。
![](Images/Table_Tmp.jpg)
Table 3. Correlation between leaf surface microstructure parameters and dust retention per unit area of leaf surface layer
表3. 叶表面微观结构参数与叶表层单位面积滞尘量之间的相关性
注:① 单位面积滞尘量为单位面积叶表层的滞尘量;② *和**分别表示p < 0.05和p < 0.01相关性显著。
3.3. 植物滞尘效益的综合评价
影响植物滞尘能力的因素很多,在筛选优良绿化树种时,不仅要考虑植物自身的滞尘能力,还要兼顾园林美学、人文历史及经济效益等多方面考虑,在征询专家意见及参考相关文献的基础上,本研究采用层次分析法,对被测植物的相关指标进行赋分和评价,结果见表4~7。
![](Images/Table_Tmp.jpg)
Table 4. Scoring of plant ornamental evaluation indicators
表4. 植物观赏性评价指标的赋分
![](Images/Table_Tmp.jpg)
Table 5. Scoring of plant economic evaluation indicators
表5. 植物经济性评价指标的赋分
![](Images/Table_Tmp.jpg)
Table 6. Scoring of ornamental and economic evaluation of 13 greening tree species in urban area of Yizhou
表6. 宜州城区13种绿化树种观赏性和经济性评价的得分情况
注:平均值栏中,“/”前后的数值分别为绿化树种观赏性和经济性评价分数的算术平均值。
单一的滞尘量指标不能客观全面反映被测树种滞尘能力的强弱,运用模糊数学的隶属函数法,可对被测树种的滞尘能力及生态经济效益进行综合评价,隶属度均值越大,被测植物的综合效益越高,具体结果见表7。
![](Images/Table_Tmp.jpg)
Table 7. Membership values of dust retention indicators for each sample
表7. 各样本滞尘指标隶属度值
注:X1~X3为滞尘指标,依次为单位叶面积总颗粒物滞留量、PM10、PM2.5;X4~X7为叶表面结构指标,依次为气孔密度、气孔面积、植物的观赏性和植物的经济性。
4. 讨论
植物的叶型、叶片面积大小、倾斜角度、表面粗糙程度,蜡质层的有无、叶表面沟壑的宽度及深度,以及气孔的数量及大小、气孔的密度及开度、腺体的分布和表皮毛数量等,均对植物叶片的滞尘量具有一定的影响 [26] [30] [31] 。
宜州城区13种被测树种叶表层单位面积滞尘量的大小差异较大,其排序为:杧果 > 木樨 > 白兰 > 海南蒲桃 > 秋枫 > 复羽叶栾树 > 蝴蝶果 > 雅榕 > 红花羊蹄甲 > 木芙蓉 > 红花檵木 > 鹅掌柴 > 鸡冠刺桐,单位面积叶表层滞尘量最大的杧果与滞尘量最小的鸡冠刺桐相差约30倍。在被测植物中,乔木树种的滞尘能力较强,灌木树种的滞尘能力相对较弱,该结果与刘涵科、李朝梅等人的结果相似 [26] [32] [33] [34] [35] 。交通繁忙区的被测树种,其单位面积叶表层的TSP大于非交通繁忙区的同一树种,该结果与李海梅 [36] 等人所得结果相似。植物叶表层对不同粒径的大气颗粒物滞留能力有差异,被测树种叶表层滞留粒径10~100 μm的大颗粒物和粒径为2.5~10 μm的粗颗粒物相对较多,其在叶表层TSP中的占比分别为57.26%~92.14%和2.6%~37.1%,而细颗粒在叶表层TSP中的占比仅为2.2%~14.2%,前者远高于后者,该结果与李朝梅等人 [32] 的结果相似,但与杨佳 [36] [37] 等人的研究结果不一致。其原因可能与树种、地域、采样季节及气候条件差异有关,具体原因有待进一步分析。
气孔是植物体与外界进行气体交换的主要通道,气孔密度和气孔宽度(气孔导度)是影响植物滞留颗粒物能力的重要因素,其密度和导度对叶片表面的湿润度有一定的影响。湿润度较大的叶片,其表面滞留大气颗粒物的效果可能更好。在本研究中,被测植物叶片气孔宽度、气孔密度与其单位面积叶表层的滞尘量呈正相关。通过扫描电镜观察发现,气孔及其周围黏附了较多的颗粒物,由此验证了上述假设。被测植物叶片气孔面积受气孔长度影响较大,两者呈极显著的正相关。张桐等人的研究结果表明,植物叶表面的滞尘能力与其气孔的数量以及开度并无显著关联,而与植物叶表面的气孔大小密切相关 [38] ,本研究结果与张桐等人的结果不一致,具体原因有待分析。表皮毛密度与气孔大小存在一定关系,气孔长度和气孔面积与表皮毛密度呈正相关,气孔面积越大,表皮毛密度也越大,该结果与部分学者的研究结果相似 [39] - [44] 。
5. 结论
1) 在宜州城区被测的绿化树种中,单位面积叶表面总颗粒物滞留量表现为交通繁忙区 > 非交通繁忙区,乔木树种的滞尘能力优于灌木树种。
2) 在13种被测树种中,叶表层滞留的大颗粒物占比均超过50 %;除鹅掌柴外,其余树种单位面积叶表层滞留的颗粒物数量均超过其蜡质层。
3) 被测树种叶表面微观结构与其滞尘能力密切相关,气孔导度及气孔密度增大,叶片表面特别是气孔附近颗粒物滞留量增加。
4) 在13种被测树种中,综合滞尘效益排名前5的为杧果、白兰、木樨、雅榕、海南蒲桃,以上树种可作为当地街区道路绿化的优选树种。
5) 从叶片表面微观结构等多个角度对研究树种的表型性状进行比较分析,相比以往的相关研究,本研究的结果能够更好地说明不同植物滞尘能力差异的原因,对当地优良绿化树种的筛选,也更具有针对性和可操作性。
基金项目
桂西北地方资源保护与利用工程中心(桂教科研[2012]9号),河池学院高层次人才科研启动费项目(XJ2018GKQ016),广西大学生创新创业训练计划项目(S202210605078)。
NOTES
*通讯作者。